用Python给视频帧“藏”点小秘密：一个CTF出题人的实战脚本分享（附完整代码）

用Python给视频帧“藏”点小秘密：一个CTF出题人的实战脚本分享（附完整代码）

在CTF竞赛中，杂项（Misc）题目往往是最考验选手综合能力的环节。作为出题人，如何在视频中巧妙地隐藏Flag或线索，既保证题目有一定难度，又不至于让选手无从下手，是一门需要精心设计的艺术。本文将从一个CTF出题人的视角，分享如何利用Python和OpenCV库，在视频帧中隐藏信息，并控制提示的难度，打造一道既有趣又有挑战性的题目。

1. 视频隐写的基本原理与策略

视频是由一系列连续的图像帧组成的，每一帧都可以视为一个独立的图像。这为信息隐藏提供了丰富的可能性。与静态图像隐写不同，视频隐写还需要考虑时间维度的因素，比如帧率、播放顺序等。

隐蔽性设计的三个关键维度：

1. 空间隐蔽性：选择帧中不易被注意的区域嵌入信息
2. 时间隐蔽性：选择不易被注意的时间点（如视频末尾）
3. 编码隐蔽性：使用不易被察觉的编码方式（如LSB、颜色微调）

提示：优秀的CTF题目应该在隐蔽性和可解性之间找到平衡点。过于隐蔽可能导致无人能解，过于明显则失去挑战意义。

2. 实战：视频帧提取与文本嵌入

2.1 提取视频所有帧

首先，我们需要一个能够提取视频所有帧的脚本。这是后续操作的基础。

import cv2 import os def extract_frames(video_path, output_folder): # 确保输出文件夹存在 if not os.path.exists(output_folder): os.makedirs(output_folder) # 打开视频文件 cap = cv2.VideoCapture(video_path) # 获取视频基本信息 fps = cap.get(cv2.CAP_PROP_FPS) total_frames = int(cap.get(cv2.CAP_PROP_FRAME_COUNT)) # 逐帧提取并保存 for frame_number in range(total_frames): ret, frame = cap.read() if ret: frame_path = os.path.join(output_folder, f"frame_{frame_number:04d}.jpg") cv2.imwrite(frame_path, frame) else: break # 释放资源 cap.release() # 使用示例 video_path = 'input_video.mp4' output_folder = 'extracted_frames' extract_frames(video_path, output_folder)

2.2 在指定帧嵌入文本信息

接下来，我们实现在特定帧嵌入文本信息的功能。这是隐藏Flag的常用方法。

def embed_text_in_frame(video_path, output_path, target_frame, text, position=(50, 50), font=cv2.FONT_HERSHEY_SIMPLEX, font_scale=1, color=(0, 0, 255), thickness=2): cap = cv2.VideoCapture(video_path) # 获取视频参数 fps = cap.get(cv2.CAP_PROP_FPS) width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH)) height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT)) total_frames = int(cap.get(cv2.CAP_PROP_FRAME_COUNT)) # 创建输出视频 fourcc = cv2.VideoWriter_fourcc(*'mp4v') out = cv2.VideoWriter(output_path, fourcc, fps, (width, height)) # 处理每一帧 for frame_num in range(total_frames): ret, frame = cap.read() if ret: # 在目标帧嵌入文本 if frame_num == target_frame: cv2.putText(frame, text, position, font, font_scale, color, thickness) out.write(frame) else: break # 释放资源 cap.release() out.release() # 使用示例：在第100帧嵌入Flag embed_text_in_frame('input_video.mp4', 'output_video.mp4', target_frame=99, text='FLAG{hidden_in_frame_100}')

3. 高级隐蔽技巧与出题策略

3.1 利用播放器特性隐藏信息

许多播放器在播放视频时会忽略最后几帧，这可以成为隐藏信息的绝佳位置。

实现方法：

1. 将关键信息嵌入视频的倒数第2-3帧
2. 正常播放时信息不可见
3. 只有提取所有帧才能发现隐藏内容

3.2 复杂纹理区域嵌入

在纹理复杂的区域嵌入信息，可以大大提高隐蔽性。以下是几个理想的嵌入位置：

• 树叶丛中
• 砖墙纹理
• 人群背景
• 水面波纹

# 在复杂区域嵌入文本的示例 def embed_in_complex_area(frame, text): # 检测复杂区域（简化示例） gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) edges = cv2.Canny(gray, 100, 200) # 找到边缘密集的区域 y, x = np.unravel_index(np.argmax(edges), edges.shape) # 在该区域嵌入文本 cv2.putText(frame, text, (x, y), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 0, 0), 1, cv2.LINE_AA) return frame

3.3 多帧分散隐藏

将Flag拆分成多个部分，分散隐藏在多个帧中，增加解题难度。

实现策略：

1. 将Flag分成3-5个部分
2. 每部分嵌入不同的帧
3. 可能需要特定顺序组合才能得到完整Flag

4. 难度控制与提示设计

作为出题人，控制题目难度至关重要。以下是几种调节难度的方法：

难度调节维度表：

提示设计技巧：

• 对于较难的题目，可以提供"看起来有些帧不太一样"的提示
• 对于简单题目，可以提示"检查视频的每一帧"
• 可以考虑在文件元数据中留下线索

5. 完整实战案例

下面是一个完整的出题示例，结合了多种隐蔽技巧：

import cv2 import numpy as np from base64 import b64encode def create_ctf_video_challenge(): # 1. 读取原始视频 cap = cv2.VideoCapture('original.mp4') fps = cap.get(cv2.CAP_PROP_FPS) width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH)) height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT)) total_frames = int(cap.get(cv2.CAP_PROP_FRAME_COUNT)) # 2. 准备Flag和提示 flag = "FLAG{vid30_5t3g4n0gr4phy}" flag_parts = [flag[:5], flag[5:10], flag[10:15], flag[15:20], flag[20:]] encoded_parts = [b64encode(part.encode()).decode() for part in flag_parts] # 3. 选择隐藏位置 hide_frames = [ total_frames // 5, # 20%处 total_frames // 2, # 50%处 3 * total_frames // 4, # 75%处 total_frames - 3, # 倒数第3帧 total_frames - 2 # 倒数第2帧 ] # 4. 创建输出视频 fourcc = cv2.VideoWriter_fourcc(*'mp4v') out = cv2.VideoWriter('challenge_video.mp4', fourcc, fps, (width, height)) # 5. 处理每一帧 for frame_num in range(total_frames): ret, frame = cap.read() if not ret: break # 在当前帧需要隐藏信息 if frame_num in hide_frames: part_idx = hide_frames.index(frame_num) text = encoded_parts[part_idx] # 在复杂区域嵌入 gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) edges = cv2.Canny(gray, 100, 200) y, x = np.unravel_index(np.argmax(edges), edges.shape) # 微小字体、半透明效果 overlay = frame.copy() cv2.putText(overlay, text, (x, y), cv2.FONT_HERSHEY_SIMPLEX, 0.3, (0, 0, 0), 1, cv2.LINE_AA) frame = cv2.addWeighted(overlay, 0.3, frame, 0.7, 0) out.write(frame) # 6. 释放资源 cap.release() out.release() # 生成挑战视频 create_ctf_video_challenge()

这个案例中，我们：

1. 将Flag分成5部分
2. 每部分进行Base64编码
3. 分散隐藏在视频的不同位置
4. 使用微小字体和半透明效果增强隐蔽性
5. 利用了视频末尾帧和复杂纹理区域

解题者需要：

1. 提取所有视频帧
2. 发现隐藏的编码文本
3. 按正确顺序组合各部分
4. 解码Base64得到完整Flag

6. 防御与检测技巧

作为出题人，也需要考虑选手可能的解题路径，以下是一些防御策略：

反自动化检测：

• 使用随机位置嵌入，避免固定模式
• 添加干扰信息（假Flag）
• 改变不同部分的编码方式

增强隐蔽性：

• 使用LSB（最低有效位）隐写代替明文文本
• 调整嵌入信息的颜色与背景相似
• 利用视频压缩特性，使嵌入信息在压缩后仍可读

# LSB隐写示例 def lsb_embed(frame, message): # 将消息转换为二进制 binary_msg = ''.join([format(ord(c), '08b') for c in message]) msg_len = len(binary_msg) # 检查图像容量 if msg_len > frame.size * 3: raise ValueError("Message too long for image") # 嵌入消息 flat = frame.flatten() for i in range(msg_len): flat[i] = (flat[i] & 0xFE) | int(binary_msg[i]) return flat.reshape(frame.shape)

在实际CTF比赛中，视频隐写题目可以非常灵活多变。关键在于平衡隐蔽性和可解性，同时提供适当的挑战乐趣。通过调整隐藏位置、编码方式和提示信息，可以设计出适合不同难度级别的题目。